這里提到的“信息流”中的“信息”指的是可以被消費的所有內容實體，其可以是諸如文章，視頻，帖子或諸如商品和歌曲的結構化內容之類的媒體內容。 這些被抽象為“內容實體”，并且這里不討論特定實體的特殊顯示規則。 我總結了幾種信息流分類邏輯，即：

　　1，按時間排序

　　按時間排序算是現在最常見和最簡單的排序規則。 但如果你仔細研究它，你會發現除了時間排序外依然有許多細節需要考慮。 比如新聞的內容就有發布時間，更新時間和審核通過時間之分。

　　2，人工控制排序

　　在時間排序的基礎上可以為每篇文章設置權重值。 當權重一致時，默認值按時間排序，操作員可以手動增加某篇文章或幾篇文章的權重來實現讓內容置頂，當初網易新聞就遵循這樣一個規則。 網站建設小編想要將內容設置為置頂，就將權重值直接設置為100即可。

　　3，按興趣度排序

　　按按興趣度排序是市場上流行的千人千面算法。 然而，許多個性化算法的排序維度不僅僅是興趣，而且還散布著一些流行和多樣化的內容，但是大的邏輯是通過匹配用戶興趣來預測用戶可能感興趣的程度來推薦內容。

　　4，按距離排序

　　根據距離正序，目標主要內容是快手、探探等地理位置屬性，一般根據內容發送時的內容位置，或者發布者的位置，按照距離當前位置的距離遠近排序，實現了基于地理功能的社交功能探索，代表性示例是“附近”選項卡。

　　5，熱值排序

　　此級別相當于每個內容的熱值不斷變化，然后根據此值的大小進行排序。 熱值的定義相對靈活。 可以使用標準化加權總和，根據自己對內容的“熱”理解選擇多個維度，例如點擊次數，分享點贊評論等數據來計算。 另外，在注意熱值的基礎上，還需要增加時間衰減，否則舊的內容無法被替換。

　　6，固定位置

　　固定位置是做起來較簡單的規則。 它是信息流的第N個位置。 它被固定為某個位置或一定數量的內容(可以滑動以查看更多內容)。 典型的例子是固定 廣告，很多新聞客戶端，如新浪看點等都有這個固定的推薦。